מניות אורקל צונחות 11%: הוצאות מרכזי נתונים ל-AI מזנקות ל-50 מיליארד
חדשות

מניות אורקל צונחות 11%: הוצאות מרכזי נתונים ל-AI מזנקות ל-50 מיליארד

אורקל דיווחה על הכנסות מאכזבות והגדילה את תחזית ההוצאות על תשתיות AI ב-15 מיליארד דולר – מה המשמעות לעסקים ישראליים?

3 דקות קריאה
מבוסס על כתבה שלArs Technicaתרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

תקציר מנהלים

נקודות עיקריות

  • הכנסות רבעוניות: 16.1 מיליארד דולר, +14% אך מתחת לציפיות

  • תחזית capex: 50 מיליארד דולר, +40% על מרכזי נתונים ל-AI

  • הוצאות רבעון: 12 מיליארד דולר לעומת צפי 8.4 מיליארד

  • ירידת מניה: 11% במסחר מזדמן

  • משמעות: אתגרים פיננסיים בשוק AI מתחמם

מניות אורקל צונחות 11%: הוצאות מרכזי נתונים ל-AI מזנקות ל-50 מיליארד

  • הכנסות רבעוניות: 16.1 מיליארד דולר, +14% אך מתחת לציפיות
  • תחזית capex: 50 מיליארד דולר, +40% על מרכזי נתונים ל-AI
  • הוצאות רבעון: 12 מיליארד דולר לעומת צפי 8.4 מיליארד
  • ירידת מניה: 11% במסחר מזדמן
  • משמעות: אתגרים פיננסיים בשוק AI מתחמם

בעולם שבו הביקוש לבינה מלאכותית גובר בכל רגע, מניות אורקל צנחו ב-11% במסחר מזדמן ביום חמישי, לאחר דיווח מאכזב על הכנסות של 16.1 מיליארד דולר ברבעון האחרון. זהו גידול של 14% לעומת השנה שעברה, אך מתחת לציפיות האנליסטים. החברה של לארי אליסון, מובילה בתחום בסיסי הנתונים, נאלצה להתמודד עם תגובה חריפה של המשקיעים. הגידול בהכנסות אמנם מרשים, אך לא הספיק כדי לעמוד בציפיות הגבוהות בשוק ה-AI המתחמם. הדיווח חשף גם תוכנית שאפתנית להשקעה במרכזי נתונים שתשנה את מאזן החברה.

אורקל העלתה את תחזית הוצאות ההון (capex) לשנה הפיננסית הנוכחית ביותר מ-40%, ל-50 מיליארד דולר. ההוצאה הזו מיועדת בעיקר לבניית מרכזי נתונים שישרתו קבוצות בינה מלאכותית. ברבעון האחרון בלבד, ההוצאות זינקו ל-12 מיליארד דולר, גבוהות בהרבה מהציפיות של 8.4 מיליארד דולר. לפי הדיווח, הגידול הזה נובע מהביקוש העצום לתשתיות AI, שדורשות כוח חישוב מסיבי. אורקל מציבה את עצמה כשחקנית מרכזית בתחרות על השוק הזה, לצד ענקיות כמו אמזון ומיקרוסופט.

הירידה במניה משקפת חששות של משקיעים מההשפעה על הרווחיות. בעוד שהכנסות גדלות, ההוצאות העצומות על תשתיות עלולות לדחות רווחים. אורקל מדגישה כי ההשקעה הזו הכרחית כדי לתמוך בלקוחות AI גדולים, שזקוקים לקיבולת מחשוב עצומה. בשוק שבו NVIDIA שולטת בשבבי AI, אורקל בונה על פלטפורמת הענן שלה כדי למשוך עסקים שמחפשים פתרונות מקיפים.

לעסקים ישראליים, הדיווח הזה רלוונטי במיוחד. חברות טכנולוגיה ישראליות רבות משתמשות בשירותי אורקל לעיבוד נתונים ול-AI. הגידול במרכזי הנתונים מבטיח זמינות גבוהה יותר ומהירות, אך גם עלול להעלות מחירים. מנהלי כספים בישראל צריכים לשקול כיצד ההשקעות האלה ישפיעו על תמחור השירותים בעתיד, במיוחד כש-AI הופך לכלי מרכזי בעסקים.

בסופו של דבר, הדיווח של אורקל מדגיש את האתגרים בשוק ה-AI: צמיחה מהירה מול הוצאות כבדות. עסקים שמתכננים אימוץ AI צריכים לבחון פלטפורמות כמו זו של אורקל, אך גם להעריך סיכונים פיננסיים. האם ההשקעה תשתלם? הזמן יגיד, אבל ברור שהמרוץ על תשתיות AI רק התחיל.

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של Ars Technica. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

עוד מ־Ars Technica

כל הכתבות מ־Ars Technica
תביעות נגד OpenAI אחרי ירי המוני: מה עסקים בישראל צריכים ללמוד
ניתוח
5 דקות
מ־Ars Technica

תביעות נגד OpenAI אחרי ירי המוני: מה עסקים בישראל צריכים ללמוד

**אחריות דיווח על איומי אלימות ב-AI היא החובה של מפעיל מערכת לזהות סיכון ממשי, להסלים אותו ולפעול בזמן.** לפי התביעות נגד OpenAI, חשבון ChatGPT שסומן לכאורה כאיום אמין יותר מ-8 חודשים לפני ירי קטלני לא דווח למשטרה. עבור עסקים בישראל, הלקח איננו רק מוסרי אלא תפעולי: כל בוט, סוכן WhatsApp או מערכת CRM עם בינה מלאכותית חייבים כללי הסלמה, תיעוד וזמן תגובה מוגדר. ארגונים שמחברים AI ל-WhatsApp Business API, Zoho CRM ו-N8N צריכים לקבוע מראש מתי האוטומציה נעצרת, מי מקבל התראה, ואיך מתעדים את האירוע תחת חוק הגנת הפרטיות.

קרא עוד
רובוטים הומנואידיים למיון מזוודות בשדות תעופה: מה זה אומר לעסקים
ניתוח
5 דקות
מ־Ars Technica

רובוטים הומנואידיים למיון מזוודות בשדות תעופה: מה זה אומר לעסקים

**רובוטים הומנואידיים למיון מזוודות הם מבחן אמיתי לשאלה האם אוטומציה יכולה לעבור מסביבת מפעל סגורה למרחב עבודה פתוח ומשתנה.** לפי Japan Airlines, הניסוי בהאנדה יתחיל במאי 2026 ויימשך עד 2028, במטרה להתמודד עם מחסור בכוח אדם על רקע עלייה במספר המבקרים ביפן. עבור עסקים בישראל, הלקח המרכזי אינו לקנות רובוט מחר, אלא לבנות כבר עכשיו שכבת נתונים, API ובקרה תפעולית. ארגונים שמחברים WhatsApp Business API, Zoho CRM ו-N8N יכולים למדוד עומסים, להקצות משימות ולזהות צווארי בקבוק — ורק אחר כך להחליט אם רובוטיקה פיזית מצדיקה השקעה.

קרא עוד
תמחור GitHub Copilot לפי שימוש: מה זה אומר לעסקים
ניתוח
5 דקות
מ־Ars Technica

תמחור GitHub Copilot לפי שימוש: מה זה אומר לעסקים

**תמחור לפי שימוש ב-GitHub Copilot הוא סימן ברור לכך שכלי AI עוברים ממודל מנוי פשוט לכלכלת צריכה אמיתית.** לפי GitHub, החל מ-1 ביוני החיוב יותאם יותר לשימוש בפועל, משום שמשימות שונות צורכות עלויות היסק שונות מאוד. עבור עסקים בישראל, זו תזכורת קריטית: לא מספיק לאמץ AI, צריך למדוד כל אינטראקציה, להבין כמה היא עולה, ואיפה היא באמת מייצרת ערך. מי שמפעיל תהליכים עם WhatsApp Business API, Zoho CRM ו-N8N צריך לבנות בקרה תקציבית, להפעיל AI רק בנקודות רווחיות, ולבחון ROI כבר בפיילוט הראשון.

קרא עוד
מרכזי נתונים ליד חקלאות: למה מאבקי מים יהפכו לשיקול עסקי
ניתוח
5 דקות
מ־Ars Technica

מרכזי נתונים ליד חקלאות: למה מאבקי מים יהפכו לשיקול עסקי

**מרכז נתונים עתיר קירור עלול להפוך גם לסוגיית מים עסקית.** זה הלקח המרכזי מהמאבק במחוז Tazewell באילינוי, שם התנגדות תושבים וחקלאים לפרויקט דאטה סנטר במרחק כ-8 מייל מחווה חקלאית הובילה לביטולו. עבור עסקים בישראל, המשמעות רחבה יותר מהנדל"ן המקומי של הפרויקט: ככל ששימושי AI, ענן ו-API גדלים, כך גדלה גם התלות בתשתיות פיזיות עם מגבלות מים, חשמל ורישוי. מי שמפעיל WhatsApp Business API, ‏Zoho CRM ו-N8N צריך לבחון לא רק מחיר ו-SLA, אלא גם יתירות, מיקום עיבוד, וסיכוני ספק. זהו כבר נושא תפעולי ותקציבי, לא רק סביבתי.

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
רכישת Arize AI בידי Dynatrace: מעבר מזיהוי לפעולה תפעולית
חדשות
4 דקות
מ־SiliconANGLE AI

רכישת Arize AI בידי Dynatrace: מעבר מזיהוי לפעולה תפעולית

לפי דיווח ב-SiliconANGLE, רכישת חברת Arize AI בידי Dynatrace משלבת יכולות של תצפיתיות בינה מלאכותית, הערכת איכות וניטור סוכנים בתוך פלטפורמת תצפיתיות היישומים הרחבה של Dynatrace. השינוי נובע מכך שיישומי וסוכני בינה מלאכותית מתנהגים באופן לא-דטרמיניסטי ומפיקים פלטים משתנים, מה שמחייב מעבר מבדיקת זמינות ותשתיות למדידת איכות התגובות. במקביל, טלמטריית התצפיתיות משמשת יותר ויותר כהקשר שסוכני תוכנה צורכים כדי לאבחן ולתקן תקלות באופן אוטונומי, במקום להסתמך רק על מהנדסים הבוחנים לוחות מחוונים באופן ידני.

קרא עוד
סיסקו מעצבת מחדש את מחשוב הקצה עבור עומסי בינה מלאכותית
חדשות
4 דקות
מ־SiliconANGLE AI

סיסקו מעצבת מחדש את מחשוב הקצה עבור עומסי בינה מלאכותית

לפי דיווח ב-SiliconANGLE, סיסקו מרחיבה את תשתיות הקצה ומציגה פלטפורמות ייעודיות להתמודדות עם עומסי נתוני בינה מלאכותית וסוכני AI. פלטפורמת Unified Edge, שהושקה בנובמבר 2025, משלבת מחשוב, רישות ואחסון של עד 120TB לעיבוד בקצה, ומנוהלת מרכזית באמצעות Intersight. במקביל, נתונים מראים כי תהליכי עבודה של סוכנים מגדילים את תעבורת הרשת בכ-450%, דבר שהוביל להשקת פלטפורמת Cloud Control ולהרחבת כלי אבטחה כמו Live Protect ו-Hybrid Mesh Firewall. אנליסטים מציינים כי איחוד מערכות הרישות, האבטחה והניטור מהווה גורם מרכזי בתמיכה בעומסים מבוזרים אלה.

קרא עוד
אחזור סוכני ארגוני ב-Amazon Bedrock עם ניטור והערכה מלאים
חדשות
4 דקות
מ־AWS Machine Learning

אחזור סוכני ארגוני ב-Amazon Bedrock עם ניטור והערכה מלאים

פוסט טכני של מהנדסי AWS מציג ארכיטקטורה לאחזור מידע מבוסס סוכנים (Enterprise Agentic Retrieval) ב-Amazon Bedrock, המשלבת בסיסי ידע מנוהלים (Managed Knowledge Bases) ו-AgentCore. המערכת כוללת ניתוב סמנטי בין בסיסי ידע שונים, אחזור איטרטיבי באמצעות API ייעודי (AgenticRetrieveStream), שבע שכבות של ניטור ועקבות ב-CloudWatch וב-X-Ray, ומנגנוני הערכת איכות לפי דרישה ובאופן רציף. כלל הרכיבים נפרסים באופן אוטומטי באמצעות שרשרת של ארבע מחסניות AWS CloudFormation.

קרא עוד
חידושים בתשתיות ותזמור בינה מלאכותית ב-Google Cloud
חדשות
4 דקות
מ־Google Cloud AI

חידושים בתשתיות ותזמור בינה מלאכותית ב-Google Cloud

גוגל קלאוד (Google Cloud) פרסמה סקירה מקיפה של עדכוני תשתיות ותזמור AI לחודשים מאי עד אוגוסט 2026. בין החידושים: שכבת אחסון חדשה ל-Filestore המבוססת על מערכת Colossus לתמיכה בקבוצות סוכני AI, סביבות gVisor בתוך אשכולות Ray מבוזרים על גבי GKE, מופעי Cloud Run ייעודיים לסוכנים בעלות של 5.70 דולר ל-30 יום, והפיכת ליבת פרוטוקול MCP לחסרת מצב (stateless). כמו כן הוצגו זמינות כללית ל-Managed Lustre ולמכונות C4N, כלי אבטחה בקוד פתוח בשם k8s-aibom, שדרוגי ביצועים ב-GKE Inference Gateway, ותוצאות סקר שבו 83% מהארגונים ציינו צורך בשדרוג תשתיות עבור יישומי Agentic AI.

קרא עוד